Versies van YOLO: Een overzicht
Het volgen van updates binnen de YOLO-gemeenschap wordt steeds complexer. Sinds de lancering van YOLOv1 in 2015 zijn er diverse versies uitgebracht, elk met de belofte de nieuwe standaard in technologie te zetten. Hier is een overzicht van de belangrijkste versies en hun kenmerken:
-
YOLOv1 (2015) - De oorspronkelijke versie, geïntroduceerd door Joseph Redmon, markeerde de start van real-time objectherkenning.
-
YOLOv2 (2016) - Ook bekend als YOLO9000, verbeterde de snelheid en nauwkeurigheid aanzienlijk en was in staat om meer dan 9000 objectcategorieën te herkennen.
-
YOLOv3 (2018) - Geïntroduceerd op 8 april 2018, bood significant betere detectie van kleine objecten en werkte met Darknet-53.
-
YOLOv4 (2020) - Gelanceerd in april 2020, bood verbeteringen in snelheid en nauwkeurigheid, en was optimaler voor productieomgevingen.
-
Scaled-YOLOv4 - Gebruikte PyTorch in plaats van Darknet, gericht op het schalen van het model voor betere prestaties.
-
YOLOR (2021) - Uitgebracht in 2021, stond voor "You Only Learn One Representation", een verbetering van YOLOv4.
-
YOLOX (2021) - Verbeterde versie van YOLOv3, geïntroduceerd in juli 2021, gericht op modulariteit en schaalbaarheid.
-
YOLOv5-YOLOv8 (2020-2023) - Ontwikkeld door Ultralytics, begonnen met YOLOv5 in juni 2020, niet officieel van de oorspronkelijke YOLO-auteurs, maar wijd geaccepteerd vanwege de gebruiksvriendelijkheid en prestaties.
-
YOLOv6 (2022) - Specifiek gericht op industriële toepassingen, geïntroduceerd in 2022.
-
YOLOv7 (2022) - Voortzetting van de ontwikkelingen door de makers van YOLOv4 en YOLOR, geïntroduceerd in 2022.
-
DAMO-YOLO - Specifieke aanpassingen voor verbeterde prestaties in bepaalde domeinen.
-
PP-YOLO-serie (2020-2022) - Ontwikkeld op het PaddlePaddle framework, inclusief PP-YOLOv1, PP-YOLOv2 en PP-YOLOE, elk met significante prestatieverbeteringen.
-
YOLOv9 (januari 2024) - De meest recente versie, geïntroduceerd in januari 2024, belooft opnieuw de nieuwe standaard te zijn met verbeterde staat-van-de-kunst prestaties.
Elke nieuwe versie van YOLO brengt verbeteringen in snelheid, nauwkeurigheid en gebruiksgemak. Dit maakt YOLO tot een van de meest dynamische en invloedrijke systemen in het veld van objectherkenning.